Update app.py

app.py

@@ -2,7 +2,6 @@
 
 import re
 import spacy
-import warnings
 import unidecode
 import pandas as pd
 import numpy as np
@@ -11,6 +10,10 @@ import tensorflow_hub as hub
 from sklearn.metrics.pairwise import cosine_similarity
 
 
+# No ambiente virutal é preciso baixoa e carregar o modelo
+# python -m spacy download pt_core_news_sm
+
+
 # Variáveis Globais
 
 arquivo = None
@@ -147,15 +150,15 @@ def processar (parametro_arquivo, parametro_tema):
 
 with gr.Blocks() as app:
   with gr.Row():
-    gr.Markdown('## Encontrando as reviews mais similares ao tema')
-  csv_entrada = gr.File(label='Envie o CSV com as reviews', file_types=['.csv'])
-  tema_entrada = gr.Textbox(label='Digite o tema para busca (ex: "entrega")')
+    gr.Markdown('## Pesquisa Comentários (reviews) Similares a um Tema')
+  csv_entrada = gr.File(label='Envie o Arquivo .CSV com os Comentários (reviews)', file_types=['.csv'])
+  tema_entrada = gr.Textbox(label='Digite o Tema Para Busca das Similaridades (Exemplo : Atraso)')
 
-  botao = gr.Button('Clique para buscar as reviews')
+  botao = gr.Button('Clique Para Iniciar a Pesquisa')
 
-  tabela_saida = gr.Dataframe(label='Top 200 reviews similares', headers=['Nota', 'Reviews'], interactive=False)
-  arquivo_saida = gr.File(label='Baixar CSV ordenado com as reviews mais similares ao tema', interactive =False)
+  tabela_saida = gr.Dataframe(label='Top 200 Comentários Similares', headers=['Nota', 'Reviews'], interactive=False)
+  arquivo_saida = gr.File(label='Baixar Arquivo .CSV com os Comentários Mais Similares', interactive =False)
 
   botao.click(processar, inputs=[csv_entrada,tema_entrada], outputs=[tabela_saida,arquivo_saida])
   
-app.launch()
+app.launch()